مروری بر مفهوم
هنگام ساختن یک هوش مصنوعی مکالمه، داشتن یک برنامه محکم برای مدیریت مقاصد ناشناخته بسیار مهم است. در حالی که ماژولهای پردازش زبان طبیعی (NLP) میتوانند به شما در شناسایی هدف کاربر کمک کنند، ممکن است مواردی وجود داشته باشد که NLP یک هدف "ناشناخته" را برمیگرداند و ربات شما قادر به رسیدگی به پرس و جو نباشد. در چنین مواردی، ربات شما میتواند با پیامی پاسخ دهد که از کاربر میخواهد سؤال دیگری بپرسد که ربات میتواند پاسخ دهد.
با این حال، ارتقای توانایی ربات خود برای مدیریت مقاصد ناشناخته به سطح بعدی نیاز به پاسخ های پیچیده تری دارد. به جای تکیه بر پیام های از پیش تعریف شده، می توانید پرس و جوهای کاربر را به مدل Azure OpenAI ارسال کنید تا پاسخ های بسیار هوشمندانه و مرتبط با متن ایجاد کنید.
اما کارهای بیشتری نیز وجود دارد که می توانید برای بهبود استراتژی پاسخ ربات خود انجام دهید. با مسیریابی پاسخ Azure OpenAI به ماژول NLP خود، می توانید سعی کنید دوباره قصد کاربر را شناسایی کنید. اگر ماژول NLP یک هدف منطبق پیدا کند، ربات شما می تواند بر اساس آن پاسخ دهد. اگر هدف منطبقی پیدا نشد، ربات شما همچنان میتواند با استفاده از پاسخ ایجاد شده توسط Azure OpenAI به کاربر پاسخ دهد. این رویکرد تضمین میکند که ربات شما به پرسشهای کاربر به شیوهای بسیار هوشمندانه و مرتبط با متن پاسخ میدهد و هوش کلی آن را بهبود میبخشد.
پیاده سازی مفهوم در چارچوب ربات: بهره گیری از درک زبان مکالمه
برای اعمال رویکردی که در بالا در چارچوب ربات مورد بحث قرار گرفت، باید قبلاً مفهوم درک زبان مکالمه (CLU) را در ربات خود پیاده سازی کرده باشید. با CLU، می توانید قصد کاربر را تفسیر کنید و بر اساس آن پاسخ دهید. حالا بیایید روی پیاده سازی مفهوم فوق در ربات خود تمرکز کنیم.
و مطمئن شوید که مدل Azure OpenAI را ایجاد کرده اید، برای ایجاد مدل Azure OpenAI می توانید به این مقاله در مورد نحوه پیاده سازی این مفهوم مراجعه کنید .
برای شروع، باید نسخه پیش نمایش بسته NuGet " Azure.AI.OpenAI " را نصب کنید
سپس، کلید و نقطه پایانی را در منبع Azure OpenAI که در پورتال Azure ایجاد کردهاید، پیدا کنید.
کد زیر یک قطعه کد C# است که با استفاده از Azure OpenAI، مقاصد کاربر ناشناس را در یک ربات مدیریت می کند. این چیزی است که کد انجام می دهد،